多媒体技术的发展及前景展望.docx

多媒体技术的发展与应用前景
多媒体技术是当今信息技术领域发展最快、最活跃的技术，是新一代电子技术发展和竞争的焦点。它的出现使得我们的计算机世界丰富多彩起来，也使得计算机世界充满了人性的气息。多媒体技术从问世起即引起人们的广泛关注，并迅速由科学研究走向应用、走向市场，其应用领域遍及人类社会的各个方面。多媒体技术的产生和发展，是技术和应用发展的必然。在信息社会，人们迫切希望计算机能以人类习惯的方式提供信息服务，因而多媒体技术应运而生。随着日益普及的高速信息网发展，它正被广泛应在我们的日常生活、咨询服务、教育、通信、医疗等诸多行业。
多媒体包括文本、图形、静态图像、声音、动画、视频剪辑等基本要素。在进行多媒体教学课件设计的，也就是从这些要素的作用、特性出发，在教育学、心理学等原理的指导下，充分构思、组织多媒体要素，发挥各种媒体要素的长处，为不同学习类型的学习者提供不同的学习媒体信息，从多种媒体渠道向学习者传递教育、教学信息。
多媒体技术是20世纪90年代发展起来的新技术，是一种把文本、图形、视频、动画和声音等运载信息的媒体集成在一起，并通过计算机综合处理和控制的一种信息技术。它实质上是综合了计算机、图形学、图像处理、影视艺术、音乐美术、教育学、心理学、人工智能、信息学、电子技术学等众多学科与技术的一门技术，它集文字、图形、图像、声音、二维三维动画等各种信息于一体，能充分调动视觉和听觉处理功能。
1多媒体系统的关键技术
1.1音频信息处理的应用
在多媒体技术中，存储声音信息的文件格式主要是：VOC文件、WAV文件、AIF文件、MIDI文件、SON文件及RMI文件等。
（1）音频信息录制编辑
把音乐和语音加到多媒体应用中，是我们研究音频处理技术的目的，下面是常用的音频信息录制编辑软件。WaveEdit工具的REC命令；SoundBlaster卡的VEdit2软件；MicrosoftSoundSystem卡的QuickRecorder软件；Cooledit软件；WaveEdit工具；CreativeWaveStudio。
（2）语音识别
计算机通过语音识别系统，将用户所输入的语音转换成电子文本的能力，就是所谓的语音识别。语音识别涉及语言学、计算机科学及信号处理等领域，甚至还涉及人的体态语言(人在说话时的表情、手势等可帮助对方理解的行为动作)，其最终目标是实现人与机器进行自然语言交流。
20世纪90年代，AT&T公司研发出用于自动话务员呼叫的VRCP系统。AT&T800语音识别系统、NTTANSWER语音识别银行服务系统等都是目前比较流行的语音识别系统。随着多媒体时代的到来，众多著名公司(IBM、Microsoft、Apple、Philips、L&H、Speechworks、Nuance、Infotalk等)及一些发达国家(诸如美国、日本、韩国等)都为语音识别系统的研发和成果转化投入巨资，语音识别技术日渐成熟。现在，语音识别系统已经走出实验室，IBM和微软公司都已推出了比较成熟的语音识别系统。
（3）文语转换
世界上已研制出汉、英、日、法、德等语种的文语转换系统，并在许多领域得到了广泛应用。DECTalk文语转换系统：这是DEC公司在MIT的KLATT教授研制的语音合成器的基础上开发的语音生成系统，用于英语文语转换。AT&TBell文语转换系统：这是美国AT&T贝尔实验室研制的文语转换系统，它最初用于英语的文语转换，现在正扩展到其它语种。
1.2数据库和基于内容检索的应用
随着多媒体技术的迅速普及，Web上将大量出现多媒体信息，例如，在遥感、医疗、安全、商业等部门中每天都不断产生大量的图像信息。这些信息的有效组织管理和检索中都依赖基于图像内容的检索。目前，这方面的研究已引起了广泛的重视，并已有一些提供图像检索功能的多媒体检索系统软件问世。例如，由IBM公司开发的QBIC是最有代表性的系统，它通过友好的图形界面为用户提供了颜色、纹理、草图、形状等多种检索方法；美国加州大学伯克利分校与加州水资源部合作进行了Chabot计划，以便对水资源部的大量图像提供基于内容的有效检索手段。此外还有麻省理工学院的Photobook，可以利用Face，Shape，Texture，Photobook分别对人脸图像、工具和纹理进行基于内容的检索，在Virage系统中又进一步发展了将多种检索特征相融合的手段。澳大利亚的NewSouthWales大学已开发了NUTTAB系统，用于食品成份数据库的检索。
1.3流媒体技术的应用
流媒体采用流式传输视频信息的方式，实现在线视频播放。顾名思义，视频信息就像水流一样连续到达用户端，从而形成“边传边播”的流式视频。简单地说，流媒体技术就是将网上连续的影像、声音，边下载边播放，不必等整个文件下载完毕才能观看影视节目。“边传边播”的视